本研究提出了一种贪婪优化策略，解决了无关训练的引导生成方法的控制问题，并分析了其在决策过程中的高效性。

本研究针对异构多机器人系统的控制问题，提出了一种新型多代理框架，利用自我提示和“机器人简历”设计，促进机器人间的有效协作，并开发了Habitat-MAS基准。